Машинное зрение в Python

Я мало что знаю об этом пакете Motmot или о том, как он сравнивается с OpenCV, но я импортировал и использовал один или два класса из него. Большая часть обработки изображений выполняется с помощью массивов numpy и может быть достаточно похожей на то, как вы использовали Matlab для удовлетворения ваших потребностей.

Вам наверняка пригодится SciPy . Вот вводное руководство для SciPy. Он во многом похож на Matlab. Особенно включенный пакет matplotlib, который явно предназначен для имитации функций построения графиков Matlab. Я не верю, что в SciPy есть эквиваленты для упомянутых вами функций. Есть кое-что похожее. Например, threshold - это очень простая версия серого порога. Он не реализует метод «Оцу», он просто задает простой порог, но он может быть достаточно близким.

Мне очень жаль, что я не знаю никаких руководств, которые ближе к описанной вами задаче. Но если вы привыкли к Matlab и хотите делать это на Python, SciPy является хорошей отправной точкой.

OpenCV, вероятно, ваш лучший выбор для библиотека; у вас есть выбор оберток для них. Я посмотрел на оболочку SWIG, которая поставляется со стандартной установкой OpenCV, но в конечном итоге использовал ctypes-opencv , потому что управление памятью казалось более чистым.

Они обе очень тонкие оболочки вокруг кода C, поэтому любой Ссылки на C, которые вы можете найти, будут применимы к Python.

OpenCV огромен и не особенно хорошо документирован, но в каталог с примерами есть несколько достойных примеров, которые вы можете использовать для начала. Ссылка на API OpenCV с возможностью поиска находится здесь .

Вы не упомянули, ищете ли вы источники в Интернете или в печати, но у меня есть O ' Reilly , и она неплохая (примеры на C, но легко переводимые).

Функция FindContours немного похожа на regionprops; он предоставит вам список подключенных компонентов, которые вы затем можете изучить, чтобы получить информацию о них.

Для определения порога вы можете попробовать Threshold . Я был уверен, что вы можете передать ему флаг, чтобы использовать метод Otsu, но, похоже, он не указан в документации.

Я не встречал конкретных функций, соответствующих gray2ind, но они могут быть там .

Для определения порога вы можете попробовать Порог . Я был уверен, что вы можете передать ему флаг, чтобы использовать метод Otsu, но, похоже, он не указан в документации.

Я не встречал конкретных функций, соответствующих gray2ind, но они могут быть там .

Для определения порога вы можете попробовать Порог . Я был уверен, что вы можете передать ему флаг, чтобы использовать метод Otsu, но, похоже, он не указан в документации.

Я не встречал конкретных функций, соответствующих gray2ind, но они могут быть там .

Я получил изображение с камеры FW с помощью .NET и IronPython. На CPython я бы проверил библиотеку ctypes, если вы не найдете библиотечной поддержки для захвата.

документация: Несколько лет назад я довольно часто использовал OpenCV, упакованный для Python. OpenCV широко документирован, поставляется с множеством примеров и даже есть книга . Обертки Python, которые я использовал, были достаточно тонкими, поэтому требовалось очень мало документации, относящейся к оболочке (и это типично для многих других библиотек с оболочкой). Я представляю, что несколько минут, глядя на пример, например, модульные тесты PyCV - это все, что вам нужно, а затем вы можете сосредоточиться на документации OpenCV, которая соответствует вашим потребностям.

анализ: Что касается того, есть ли лучшая библиотека, чем OpenCV, мое несколько устаревшее мнение состоит в том, что OpenCV великолепен, если вы хотите делать довольно сложные вещи (например, отслеживание объектов), но это, возможно, излишне для ваших нужд. Похоже, что scipy ndimage в сочетании с некоторыми базовыми манипуляциями с массивом numpy может быть достаточно.

Приобретение: варианты, о которых я знаю для приобретения, - это OpenCV, Motmot или использование ctypes для прямого взаимодействия с драйверами. Из них я никогда не использовал Motmot, потому что у меня были проблемы с его установкой. Остальные методы я нашел довольно простыми, хотя я не помню деталей (что хорошо, поскольку означает, что это было легко).

а затем вы можете сосредоточиться на документации OpenCV, которая соответствует вашим потребностям.

анализ: Что касается того, есть ли лучшая библиотека, чем OpenCV, мое несколько устаревшее мнение состоит в том, что OpenCV отлично подходит, если вы хотите делать довольно сложные вещи (например, отслеживание объектов ), но это, возможно, излишек для ваших нужд. Похоже, что scipy ndimage в сочетании с некоторыми базовыми манипуляциями с массивом numpy может быть достаточно.

Приобретение: варианты, о которых я знаю для приобретения, - это OpenCV, Motmot или использование ctypes для прямого взаимодействия с драйверами. Из них я никогда не использовал Motmot, потому что у меня были проблемы с его установкой. Остальные методы я нашел довольно простыми, хотя я не помню деталей (что хорошо, поскольку означает, что это было легко).

а затем вы можете сосредоточиться на документации OpenCV, которая соответствует вашим потребностям.

анализ: Что касается того, есть ли лучшая библиотека, чем OpenCV, мое несколько устаревшее мнение состоит в том, что OpenCV отлично подходит, если вы хотите делать довольно сложные вещи (например, отслеживание объектов ), но это, возможно, излишек для ваших нужд. Похоже, что scipy ndimage в сочетании с некоторыми базовыми манипуляциями с массивом numpy может быть достаточно.

Приобретение: варианты, о которых я знаю для приобретения, - это OpenCV, Motmot или использование ctypes для прямого взаимодействия с драйверами. Из них я никогда не использовал Motmot, потому что у меня были проблемы с его установкой. Остальные методы я нашел довольно простыми, хотя я не помню деталей (что хорошо, поскольку означает, что это было легко).

анализ: Что касается того, есть ли лучшая библиотека, чем OpenCV, мое несколько устаревшее мнение состоит в том, что OpenCV хорош, если вы хотите делать довольно сложные вещи (например, отслеживание объектов), но, возможно, это излишек для ваших нужд. Похоже, что scipy ndimage в сочетании с некоторыми базовыми манипуляциями с массивом numpy может быть достаточно.

Приобретение: варианты, о которых я знаю для приобретения, - это OpenCV, Motmot или использование ctypes для прямого взаимодействия с драйверами. Из них я никогда не использовал Motmot, потому что у меня были проблемы с его установкой. Остальные методы я нашел довольно простыми, хотя я не помню деталей (что хорошо, поскольку означает, что это было легко).

анализ: Что касается того, есть ли лучшая библиотека, чем OpenCV, мое несколько устаревшее мнение состоит в том, что OpenCV хорош, если вы хотите делать довольно сложные вещи (например, отслеживание объектов), но, возможно, это излишек для ваших нужд. Похоже, что scipy ndimage в сочетании с некоторыми базовыми манипуляциями с массивом numpy может быть достаточно.

Приобретение: варианты, о которых я знаю для приобретения, - это OpenCV, Motmot или использование ctypes для прямого взаимодействия с драйверами. Из них я никогда не использовал Motmot, потому что у меня были проблемы с его установкой. Остальные методы я нашел довольно простыми, хотя я не помню деталей (что хорошо, поскольку означает, что это было легко).

грамм. отслеживание объектов), но это, возможно, излишек для ваших нужд. Похоже, что scipy ndimage в сочетании с некоторыми базовыми манипуляциями с массивом numpy может быть достаточно.

Приобретение: варианты, о которых я знаю для приобретения, - это OpenCV, Motmot или использование ctypes для прямого взаимодействия с драйверами. Из них я никогда не использовал Motmot, потому что у меня были проблемы с его установкой. Остальные методы я нашел довольно простыми, хотя я не помню деталей (что хорошо, поскольку означает, что это было легко).

грамм. отслеживание объектов), но это, возможно, излишек для ваших нужд. Похоже, что scipy ndimage в сочетании с некоторыми базовыми манипуляциями с массивом numpy может быть достаточно.

Приобретение: варианты, о которых я знаю для приобретения, - это OpenCV, Motmot или использование ctypes для прямого взаимодействия с драйверами. Из них я никогда не использовал Motmot, потому что у меня были проблемы с его установкой. Остальные методы я нашел довольно простыми, хотя я не помню деталей (что хорошо, поскольку означает, что это было легко).

я никогда не использовал Motmot, потому что у меня были проблемы с его установкой. Остальные методы я нашел довольно простыми, хотя я не помню деталей (что хорошо, поскольку означает, что это было легко).

я никогда не использовал Motmot, потому что у меня были проблемы с его установкой. Остальные методы я нашел довольно простыми, хотя я не помню деталей (что хорошо, поскольку означает, что это было легко).